# 七种常见的时间复杂度
O(1): Constant Complexity 常数复杂度
O(log n): Logarithmic Complexity 对数复杂度
O(n): Linear Complexity 线性时间复杂度
O(n^2): N square Complexity 平⽅
O(n^3): N square Complexity ⽴方
O(2^n): Exponential Growth 指数
O(n!): Factorial 阶乘
推导时间复杂度的几个原则
如果运行时间是常数量级，则用常数 1 表示。
只保留时间函数中的最高阶项。
如果最高阶项存在，则省去最高阶项前面的系数。
# 常见数据结构操作的时间和空间复杂度
# 常见排序算法的时间和空间复杂度
# 常见查找算法的时间复杂度
| 算法 | 时间复杂度 |
|---|---|
| Binary Search（二分查找） | O(logn) |
| Binary Tree Traversal（二叉树遍历） | O(n) |
| Optimal Sorted Matrix Search（最优排序矩阵搜索） | O(n) |